精选 69 篇，从 310+ 条中筛选
Gemma-4-31B-it 是一款由 Google DeepMind 开发的多模态大型语言模型，定位为通用大模型。该模型具备高达 31B 的参数量和 256K 的上下文长度，支持文本、图像等多种输入和文本输出。其核心技术包括 Dense 和 MoE 架构，并针对移动设备进行了优化。在性能上，Gemma-4-31B-it 在多个基准测试中表现出色，尤其在代码生成和推理任务上具有显著优势。模型开源协议为 Apache 2.0，适用于从手机到服务器的多种部署环境。
Qwen3.6-35B-A3B是一款专注于代码生成的LLM，具有35B参数和10倍MoE结构，支持长达1,010,000个token的上下文。其核心能力在于Agentic Coding和Thinking Preservation，通过优化前端工作流程和推理上下文，提升开发效率。在性能上，模型在代码生成任务中表现出色，具有较好的稳定性和实用性。开源协议为Apache-2.0，与Hugging Face Transformers兼容。
OpenAI Privacy Filter是一款专注于个人身份信息（PII）检测和屏蔽的token-classification模型，适用于高吞吐量数据清洗工作流程。该模型具有小型化、可微调、长上下文处理和运行时控制等特点，适用于需要快速、上下文感知且可调整的模型场景。它基于GPT-oss架构，具有1.5B参数，支持在浏览器或笔记本电脑上运行。该模型在性能和效率方面表现出色，适用于数据安全和隐私保护领域。
Qwen/Qwen3.6-27B是一款专注于代码生成的LLM，具有27B参数和64层结构。它具备前端工作流和仓库级推理的能力，上下文长度可扩展至1,010,000 tokens。该模型在Agentic Coding和Thinking Preservation方面有显著提升，适合开发者和研究人员使用。性能方面，具体基准测试结果未提供，但模型在代码生成和推理方面有优势。开源协议为Apache-2.0，与Hugging Face Transformers兼容。
DeepSeek-V4-Flash-Base是一款定位在通用大模型领域的LLM，具有FP8精度和safetensors支持。其架构特点包括Transformer变体和区域特定优化。该模型在Hugging Face Hub上下载量虽少，但获得了较高的点赞数，表明其在特定领域内具有一定的吸引力。性能方面，具体基准测试结果未明确提供，但根据更新时间和下载量推测，可能在特定任务上有所优化。主要应用场景可能包括通用文本生成和区域特定任务。开源协议、硬件需求和推理效率等信息未指定，但考虑到其FP8特性，可能对硬件要求较高。
DeepSeek-V4-Flash是一款面向高效百万token上下文理解的混合专家（MoE）语言模型。该模型具有284B参数，支持一百万token的上下文长度，采用混合注意力机制，结合压缩稀疏注意力（CSA）和重度压缩注意力（HCA）以提升长上下文效率。性能方面，模型在权威基准测试中表现优异，具有代码生成、数学推理、多语言能力等优势。开源协议为MIT，硬件需求较高，推理效率良好，与流行推理框架兼容。
🔥 unsloth/Qwen3.6-27B-GGUF 是一款基于 Qwen3.6-27B 的开源模型，专注于图像到文本的转换。该模型具有27B参数，上下文长度可达200K，采用GGUF技术进行量化，旨在提高推理效率。它在代码生成、数学推理等方面表现出色，适用于需要多模态交互的场景。模型遵循Apache-2.0开源协议，支持在Unsloth Studio中进行运行和微调。
🔥 unsloth/Qwen3.6-35B-A3B-GGUF 是一款基于 Qwen3.6-35B-A3B 的开源模型，专注于图像到文本的转换。该模型定位为通用大模型，具有35B参数量和A3B架构，支持多模态输入。它在性能上表现出色，尤其在图像到文本转换任务中具有显著优势。模型采用Apache-2.0开源协议，适用于多种硬件平台，推理效率高，与vLLM等框架兼容。
z-lab/Qwen3.6-27B-DFlash是一款定位在通用大模型领域的LLM，具有27B参数和3.6B的上下文长度。其核心技术包括DFlash和speculative-decoding，旨在提高推理效率。在性能上，该模型在多个基准测试中表现出色，具有高效的开源协议和良好的硬件兼容性，适用于需要高性能和高效推理的场景。
HauhauCS/Qwen3.6-27B-Uncensored-HauhauCS-Aggressive 是一款基于 Qwen3.6-27B 的 uncensored 模型，定位为通用大模型。该模型具有 27B 参数，支持多语言（英、中、多语言），并具备图像-文本到文本的转换能力。其在 Aggressive 模式下，能够直接提供答案，适合需要快速响应的场景。性能上，该模型在 uncensored 场景下表现出色，但未提供具体基准测试结果。实用方面，该模型遵循 Apache-2.0 协议，对硬件要求较高，适合在具备一定计算资源的环境中运行。
MiMo-V2.5是一款定位在多模态模型领域的强大模型，具备处理文本、图像、视频和音频的能力。其核心技术包括混合注意力架构、原生多模态编码器以及多令牌预测。在性能方面，该模型在多模态感知、长上下文推理和代理工作流程方面表现出色。MiMo-V2.5适用于需要多模态理解和长上下文推理的场景，如视频理解、音频处理等。其开源协议为MIT，适合在多种硬件和推理框架上使用。
DeepSeek-V4-Pro-Base是一款定位在通用大模型范畴内的LLM，具有FP8精度和safetensors支持。该模型在架构上可能采用了Transformer变体，上下文长度和参数量未明确，但具备一定的创新性。性能方面，由于下载量和点赞数较高，推测在MMLU、GPQA等基准测试中表现良好。其主要应用场景可能包括多语言能力、指令遵循等，适合需要高性能和通用性的任务。开源协议、硬件需求和推理效率等信息未指定，但推测与主流框架兼容性较好。
NVIDIA Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16是一款多模态大型语言模型，定位为通用大模型，具备视频、音频、图像和文本理解能力。该模型采用NVIDIA开发的Nemotron架构，结合了多种技术创新，如视频+语音理解、GUI、OCR和语音转录功能。性能上，模型在多个基准测试中表现出色，适用于企业级问答、摘要、转录和文档智能工作流程。主要应用场景包括客户服务、媒体娱乐、文档智能和GUI自动化等。
DeepSeek-V4-Pro是一款通用大模型，具有1.6T参数，支持一百万token的上下文长度。其核心技术为混合注意力机制，结合了压缩稀疏注意力和高度压缩注意力，显著提高了长上下文处理效率。性能方面，模型在MMLU、GPQA、IFEval等基准测试中表现出色。主要应用场景包括文本生成、对话系统等，具有开源协议、硬件需求适中、推理效率较高的特点。
Laguna-XS.2是一款定位在通用大模型领域的33B参数Mixture-of-Experts模型，专注于代码生成和长周期任务。其核心技术包括混合SWA和全局注意力布局、KV缓存FP8量化、本地推理支持等。在性能上，Laguna-XS.2在基准测试中表现出色，具有强大的推理效率和本地运行能力。主要应用场景包括代码生成、数学推理等，适合对性能和效率有较高要求的场景。
talkie-1930-13b-it是一款基于talkie-1930-13b-base的指令微调语言模型，专注于1931年之前的英语文本。该模型具有13B参数，上下文长度未指定。它通过从1931年之前的参考作品中提取的指令-响应对进行微调，并使用强化学习技术提升指令遵循能力。模型在LLM生态中定位为特定领域微调模型，具有独特的时代背景和语言风格。在性能上，具体基准测试结果未提供，但模型在历史文献和复古风格文本处理方面具有潜在优势。开源协议为Apache-2.0，适用于对历史语言风格有特定需求的场景。
Kimi K2.6是一款开源的多模态智能模型，专注于长周期编码、编码驱动设计、自主执行和基于群体的任务编排。该模型在复杂编码任务上表现出色，能够生成生产级界面和全栈工作流程。其核心技术包括压缩张量、多代理和图像-文本到文本的管道。在性能方面，K2.6在多个基准测试中表现出色，具有强大的代码生成和设计能力。适用于需要高效编码和设计的场景，如软件开发和界面设计。
Ling-2.6-flash是一款专注于推理效率、token效率和代理性能的指令模型，具有104B总参数和7.4B活跃参数。该模型采用混合线性架构，在4× H20设置上达到340 tokens/s的推理速度。在Artificial Analysis评估套件中，使用仅15M tokens即可实现与更大参数模型相当的性能。Ling-2.6-flash在BFCL-V4、TAU2-bench、SWE-bench等基准测试中表现出色，适用于代理场景，如工具使用、多步规划和任务执行。
Mistral Medium 3.5 是一个通用大模型，具有128B参数量和256k的上下文长度。它支持指令遵循、推理和编码，具有多模态输入和输出能力。该模型在推理和编码任务上表现出色，支持多种语言，并具有强大的系统提示和代理能力。它在MMLU、GPQA、IFEval等基准测试中表现出色，适用于需要复杂推理和代码生成的场景。该模型开源，适用于商业和非商业用途，具有较好的硬件兼容性和推理效率。
该论文提出了一种在联邦学习中使用多任务自动编码器进行样本选择的方法，以解决非IID数据中的冗余、恶意或异常样本问题，通过损失和特征分析估计样本贡献，并采用多种无监督异常检测技术来过滤噪声样本，显著提高了模型准确性。
这篇论文提出了一种结合自适应量化和差分隐私的联邦学习方法，以解决非独立同分布（Non-IID）联邦学习中的隐私和通信效率问题。通过使用基于拉普拉斯的差分隐私和基于余弦退火的位长度调度器，该方法在保持模型准确性的同时，显著减少了通信数据量。
这篇论文提出了FAMA框架，一个针对开源LLMs在交互式工具使用环境中的失败感知元代理框架。该框架通过分析失败轨迹来识别常见错误，并使用定制化的代理来注入针对性的上下文，以提高LLMs在模拟真实对话场景中的可靠性和性能。
这篇论文研究了在真实资本下，如何通过操作层控制来提高自主语言模型代理的可靠性。作者在DX Terminal Pro环境中进行了一个21天的部署，其中3505个用户资助的代理在链上市场中进行真实ETH交易。他们发现，可靠性不仅来自基础模型，还来自围绕模型的操作层，包括提示编译、类型控制、策略验证、执行保护、内存设计和可观察性。通过预发布测试和针对性的改进，他们显著提高了系统的可靠性。
这篇论文提出了一种从非印地语基础模型中生成商业级印地语语音的方法，通过结合BUPS（Brahmic Unified Phoneme Space）、LoRA（Low-Rank Adaptation）和语音提示恢复技术，实现了在无需额外商业训练数据的情况下，将非印地语基础模型转换为商业级印地语语音合成系统。
这篇论文提出了PSP，一个用于印度语文本到语音合成系统的可解释的维度基准，用于量化语音的口音特征。PSP通过六个维度来分解口音，包括元音长度、声母替换等，并通过多种方法进行评估，包括声学探针和分布距离。实验结果表明，现有的TTS系统在口音的某些维度上表现不佳，且没有系统在所有维度上都是最优的。
RADIO-ViPE提出了一种在线语义SLAM系统，通过紧密耦合视觉和语言的多模态嵌入，实现动态环境中的几何感知开放词汇定位。该系统直接处理原始单目RGB视频流，无需先验相机内参、深度传感器或姿态初始化。通过自适应鲁棒核优化，RADIO-ViPE在动态TUM-RGBD基准测试中取得了最先进的性能。
这篇论文提出了一种新的图像编辑模型，通过将视觉规划重新定义为单步图像转换，从而提高计算效率。它使用抽象谜题作为探针任务，并引入了一个名为AMAZE的数据集，以评估自回归和扩散模型在像素级保真度和逻辑有效性方面的性能。
该论文提出了一种名为Exploratory Sampling (ESamp)的解码方法，旨在通过隐式鼓励生成过程中的语义多样性，以解决大型语言模型（LLMs）在测试时扩展中的多样化响应生成问题。ESamp通过训练一个轻量级的Distiller来预测LLM的深层隐藏表示，并在解码过程中使用预测错误作为新颖性信号，从而引导解码偏向于未充分探索的语义模式。
这篇论文综述了基于大型语言模型（LLM）的对话用户模拟的最新进展。它引入了一个新的分类法，涵盖了用户粒度和模拟目标，并系统地分析了核心技术和评估方法，旨在促进对话用户模拟领域的研究。
这篇论文提出了FASH-iCNN，一个基于多模态CNN的时尚AI系统，通过分析时尚图片，识别出服装的制造商、时代背景和色彩传统。该系统在Vogue runway图像上进行了训练，能够通过视觉通道的探测，揭示出编辑文化在时尚AI系统中的编码方式。
这篇论文介绍了GLM-5V-Turbo，一个旨在为多模态智能体提供原生基础模型的方法。该方法将多模态感知作为推理、规划、工具使用和执行的核心组件，而不是作为语言模型的辅助接口。论文总结了模型设计、多模态训练、强化学习、工具链扩展和与智能体框架集成的改进，这些改进在多模态编码、视觉工具使用和基于框架的智能体任务中表现出色，同时保持了与文本编码的竞争力。
这篇论文提出了Diffusion Templates，一个统一的插件框架，用于可控扩散模型。该框架通过解耦基础模型推理与可控能力注入，支持多种可控扩散任务，同时保持模块化、可组合性和可扩展性。
这篇论文提出了TIDE，一个用于跨架构扩散大型语言模型蒸馏的框架，通过三个模块化组件（TIDAL、CompDemo和Reverse CALM）来提高模型性能，实现了在多个基准测试中平均提升1.53个点，特别是在代码生成任务中表现显著。
这篇论文提出了一种名为speculative decoding的技术，用于加速RL后训练的rollouts过程。通过在NeMo-RL中实现speculative decoding，论文展示了如何在不损失目标模型输出分布的情况下，显著提高rollouts的吞吐量，从而加速RL训练。
这篇论文提出了X-WAM，一个统一的4D世界模型，它结合了实时机器人动作执行和高质量的4D世界合成。X-WAM通过预测多视图RGB-D视频来利用预训练的视频扩散模型，并通过异步去噪采样（ANS）优化生成质量和动作解码效率，实现了高效的实时执行和高保真的4D重建。
这篇论文提出了ClawGym，一个用于构建有效抓取代理的可扩展框架。它通过合成大量任务数据、训练抓取模型以及构建基准测试来支持抓取代理的全生命周期开发。
这篇论文提出了一种自动化AI代理工具链构建的框架，通过 Harness Evolution Loop 和 Meta-Evolution Loop 两个层次，实现自动化工具链的优化和设计，从而无需人工干预即可快速适应新任务。
这篇论文提出了一种名为V-GRPO的在线强化学习方法，用于去噪生成模型，通过整合基于ELBO的近似和Group Relative Policy Optimization算法，提高了去噪生成模型的稳定性和效率，实现了在文本到图像合成任务中的最先进性能。
这篇论文深入探讨了推荐系统公平性的离线评估方法，分析了现有公平性评估措施的局限性，并提出了一系列新的评估方法和措施，以克服这些局限性，从而提高推荐系统公平性评估的准确性和实用性。
商汤科技与南洋理工大学合作推出了NEO-unify，这是一种端到端原生多模态统一模型，旨在直接处理原始像素和文本输入，摆脱传统多模态AI中视觉编码器和变分自编码器的依赖，实现文本和视觉的统一学习，并展现出高数据扩展效率。
这篇公告介绍了Hugging Face的ML Intern在完成实习期间的任务测试，测试内容包括使用最佳N采样和加权选择方法解决数学问题。该测试展示了如何通过采样、评分和选择解决方案来提高数学问题的准确性。
Pallas是一个实验性的JAX扩展，用于编写针对GPU和TPU的定制内核。它允许用户使用Python编写代码，并使用许多熟悉的JAX原语，同时保持JAX跟踪和jax.numpy的易用性。Pallas旨在提供对生成代码的细粒度控制，同时保持JAX的易用性。
Hugging Face的社区科学团队通过使用大型语言模型（LLM）自动化联系作者，以促进更多研究人员将他们的工作发布到Hugging Face平台上，并使用元数据和链接来正确记录这些工作。该团队开发了一个工作流程，使用LLM来识别论文的GitHub URL，扫描README文件以查找新工件，并根据需要创建GitHub问题和Hub拉取请求。
本文介绍了KV缓存技术，这是一种优化Transformer推理效率的方法。通过缓存中间计算结果，模型可以避免重复计算，从而加快文本生成速度，提高效率。
OpenRA-RL是一个开源平台，允许AI代理在实时策略游戏《红色警戒》中通过50个MCP工具、25Hz异步流和64会话/进程的游戏运行器进行游戏。它作为一个顶级OpenEnv环境提供，使得任何TRL、torchforge或Unsloth训练器都可以驱动它，而无需编写胶水代码。
暂无摘要
这篇博客详细介绍了在Transformer模型中处理张量维度的重要性，包括矩阵乘法、嵌入层、位置编码、解码器层和注意力机制等关键概念，旨在帮助读者更好地理解Transformer架构。
NVIDIA与西门子健康事业部合作发布了NV-Raw2Insights-US，这是一种基于物理信息的新超声成像AI模型，它能够直接从原始超声传感器数据中学习，从而生成个性化的声速图，并实时校正图像，提高超声成像的清晰度和准确性。
Cohere Labs发布了Tiny Aya，一个支持70多种语言的工具调用模型，特别适用于移动设备。Tiny Aya在低资源语言上的表现良好，且无需云端依赖，可在中端手机上实现低延迟运行。此外，Cohere Labs还推出了TinyFacade，一个用于构建多语言工具调用应用的框架。
本文介绍了如何从头开始构建一个简单的检索增强生成（RAG）系统，该系统结合了信息检索和文本生成，以增强语言模型的表现。文章详细解释了RAG系统的关键组件，包括检索模型和语言模型，并提供了使用Python和ollama实现RAG系统的示例代码。
暂无摘要
NVIDIA发布了一款名为Nemotron OCR v2的多语言OCR模型，该模型通过合成数据训练，实现了高精度和快速识别。该模型使用了12百万个合成训练图像，支持英语、日语、韩语、俄语、简体中文和繁体中文，并通过创新的合成数据生成管道和高效的模型架构，实现了快速的多语言文本识别。
Darwin-TTS-1.7B-Cross，世界上第一个跨模态LLM到TTS的FFN迁移模型，通过将LLM的3%权重移植到TTS模型中，实现了情感表达，且无需训练、数据和GPU时间进行微调。
这篇公告介绍了Hugging Face Spaces上的长期软件工程（SWE）环境构建，通过将FrontierSWE任务打包为OpenEnv服务，并使用离线强化学习风格进行训练。这为开发者提供了一个新的工具，用于构建和训练能够进行长期软件工程任务的AI代理。
Hugging Face发布了新的BiomedBERT Small系列模型，这是一个介于110M参数的BiomedBERT Base模型和微型BiomedBERT Hash系列模型之间的22.7M参数的小型模型。这些模型在速度和准确性方面表现良好，并且可以运行在仅CPU的环境中。新模型包括biomedbert-small、biomedbert-small-embeddings、biomedbert-small-colbert等，并具有Apache 2.0许可。
Axolotl团队与FalconLLM团队合作，发布了基于Axolotl的低比特三值模型训练方法，旨在使1.58比特（三值LLM）的训练更加易于社区使用。该公告介绍了BitNet三值格式LLMs，并提供了使用Axolotl训练Falcon-E系列BitNet模型的指南。
Navid AI的官方博客文章指出，当前AI工具的发展模式类似于历史上的软件发展循环，强调应该专注于构建更好的库和文档，而不是构建更多的MCP服务器。文章讨论了工具的定义、MCP协议的局限性，并提出了改进库和文档的建议。
Hugging Face发布了《大型语言模型课程》，这是一套全面的教育资源，旨在帮助人们深入了解大型语言模型（LLM）。课程分为两部分：LLM科学家和LLM工程师，分别侧重于构建和部署LLM。课程内容涵盖LLM架构、预训练、后训练数据集、微调、偏好对齐、评估、量化和新趋势等多个方面，并提供交互式LLM助手。
Google DeepMind 发布了名为“AI 临床副手”的研究计划，旨在通过人工智能技术辅助医生，解决全球医疗人员短缺问题，并提升患者护理质量。该计划展示了AI在提供高质量证据、处理开放式药物问题以及远程医疗环境中的实时多模态能力，同时强调了AI作为辅助工具而非替代品的重要性。
CacheRAG论文提出了一种基于语义缓存的检索增强生成系统，用于知识图谱问答。该系统通过缓存历史查询模式，优化检索计划，解决现有知识图谱问答系统中的模式幻觉和检索覆盖范围有限的问题。
DreamProver通过结合“醒睡”程序归纳范式和代理框架，提出了一种发现可重用公理的方法，用于形式化定理证明。它通过迭代的两阶段过程，在“醒”阶段尝试使用当前公理库证明训练集中的定理，并提出新的候选公理；在“睡”阶段，对候选公理进行抽象、精炼和整合，以压缩和优化库。这种方法显著提高了证明成功率，并产生了更简洁的证明，同时降低了计算成本。
这篇论文提出了SafeReview，一个用于防御基于大型语言模型（LLM）的评审系统对抗性隐藏提示的框架。该框架通过联合优化生成器模型和防御者模型，使用信息检索生成对抗网络（IRGAN）的损失函数进行训练，从而提高了防御系统对新型和不断发展的攻击策略的鲁棒性。
这篇论文研究了深度Transformer模型中，通过噪声实现的随机尺度极限和同步现象。作者证明了有限深度和宽度的Transformer模型中，层状演化的标记路径收敛到一个连续时间的随机相互作用粒子系统。他们还确定了描述标记分布演化的随机偏微分方程，并在标记数量大时证明了混沌传播。论文建立了定量界限，并证明了在共同噪声相对于确定性自注意力漂移足够强制的情况下，极限随机模型表现出噪声同步和指数衰减的交互能量。
这篇论文提出了OxyGent，一个开源框架，旨在解决多智能体系统（MAS）在复杂工业环境中的可扩展性、可观察性和自主进化的挑战。OxyGent通过统一的Oxy抽象和OxyBank进化引擎，将智能体、工具、LLMs和推理流程封装为可插拔的原子组件，实现类似乐高积木的系统组合和监控。此外，通过动态规划和自适应可视化增强可观察性，并通过OxyBank支持持续进化。
这篇论文提出了一种名为Token-Level Policy Optimization (TLPO)的框架，旨在通过在大型语言模型中执行局部、基于标记的更新来减轻语言混淆。该方法通过识别易出错的位置、探索候选标记并使用定制目标更新策略，在不损害模型一般能力的情况下，有效地减轻了语言混淆，并在多个多语言LLM上展示了显著的性能提升。
这篇论文提出了OCR-Memory，一种利用视觉模态作为代理经验的高密度表示的记忆框架，通过将历史轨迹渲染成带唯一视觉标识符的图像，实现了在检索时以最小的提示开销保留任意长历史记录。OCR-Memory通过视觉锚点选择相关区域，检索相应的文本，避免了自由形式的生成，减少了幻觉。实验表明，光学编码增加了有效记忆容量，同时保留了忠实证据恢复。
这篇论文提出了CogRAG+，一个无需训练的框架，用于在专业考试问答中诊断和修复记忆和推理缺陷。该框架通过分离和调整检索增强生成流程与人类认知层次结构，引入了强化检索和认知分层约束推理，显著提高了专业考试中的问答准确率。
这篇论文提出了一个名为Orthogonal Subspace Decomposition (OSD)的方法，用于解决参数化检索增强生成（PRAG）中任务子空间和知识子空间耦合的问题。通过将可重用的任务行为和文档特定知识分开训练，该方法提高了PRAG在多文档检索中的组合鲁棒性。
